黑潮延伸区的海平面异常和中尺度涡的统计分析

利用1993～2004年卫星高度计TP/Jason-1和 ERS/ENVISAT提供的海平面异常(SLA)融合数据,分析了黑潮延伸区12年来的平均海平面异常的变化特征及中尺度涡的分布规律.研究表明,在黑潮延伸区海平面异常(SLA)呈递增趋势,年平均上升率为8.89mm/a,显著性周期是1年、0.5年和6年;黑潮延伸区的海平面异常和海表面温度异常的低频分量与Nino3指数具有较高的相关性.这说明,黑潮延伸区的海平面变化和海表面温度与厄尔尼诺事件密切相关,都受到黑潮变化的密切影响.在日本东部的黑潮延伸区,中尺度涡自东向西移动,寿命约为1年,移动速度大约是10经度/年.气旋涡和反气旋涡的面积呈现几乎同步增减的规律,均呈年周期变化,上半年少,下半年多.在1997～1998年,黑潮延伸区内中尺度涡的面积显著减小,并且正好对应于Nino3指数极大值出现的年份.因此,黑潮延伸区内中尺度涡的数量和强度也与厄尔尼诺事件密切相关.     

深水中波浪与弱流对结构物的作用

对于深水中波浪和弱流对三维结构物的作用问题,本文提出了一个适用于高阶边界元应用的新的积分方程.基于小流速下格林函数和速度势的摄动展开,本方法避免了移动脉动源的计算,并将未知量限制在物体表面上,使计算速度大为提高,高阶边界元中的不同类型的柯西主值积分,分别采用间接和直接方法加以计算.     

东海陆架区浮游端足类𧊕亚目的初步报告

关于东海陆架区的浮游端足类??亚目( Amphipoda: Hyperiidea),过去了解很少,迄今仅郑重、郑执中等(1965)报道细长脚?? ( Themisto gracilipes )是黄海主要浮游动物之一。陈瑞祥(1978)报道了采自江苏、浙江近岸水域和福建东南近岸水域数种浮游端足类。 Stephensen(1925)曾报道过Amphithyrus bispinosus分布于香港一上海之间水域。入江春彦(1957)报道了日本五岛列岛一香港之间水域数种浮游端足类。 本文根据1976年调查的资料,对东海大陆浮游端足类??亚目的种类组成和数量分布进行了初步报告。通过这次调查,对调查区的浮游端足类有了初步了解,为今后进一步研究东海浮游端足类的分类与生态工作提供了基本资料。但由于调查时间较短、范围较小,资料仍有一定局限性。     

近58a来影响和登陆浙江的热带气旋统计特征分析

本文利用1949-2006年热带气旋资料,对58a来影响和登陆浙江热带气旋的登陆位置、登陆时间的年际、月际和日变化、登陆后的移速及路径变化与降水中心分布的关系、登陆后维持和衰减情况等进行了统计分析.统计结果表明：影响和登陆浙江的热带气旋有较明显的年际、月际和日变化特征;登陆浙江的热带气旋陆上维持时间与登陆时的强度正相关,登陆后12h内热带气旋衰减较快;登陆后移向偏北分量大的或移速加快的热带气旋,主要降水区出现在路径右侧的可能性大.     

一种基于拍卖理论的移动Agent资源分配模型

描述了 1种以区间值为价格的移动 Agent资源底价密封拍卖模型 ,并赋予资源所有者参与价格制定的权利     

GIS新引擎——“真图”数据解决方案

提出了一种基于移动测量系统技术的"真图"数据解决方案。一方面极大地丰富了GIS数据源,另一方面通过相应的真图影像数据管理软件及开发包扩展GIS功能,为各行业应用提供了地理信息数据解决方案。     

空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.     

地球空间信息相关论文摘要

面向全时段查询的移动对象时空数据模型研究,基于非量测相机的复杂物体三维重建,机载激光扫描测高数据分层迭代选权滤波方法及其质量评价,基于GIS的地震滑危险性的模糊评价研究,基于北斗卫星的车辆组合导航系统开发.     

连续导航系统

CNS-50000是用于商业的自主导航系统,如动态测量、精准农业、集装箱码头管理和车船导航。该系统能精确测定某一设备或移动平台的位置和方向。CNS-5000把KTV工业公司的光纤陀骡仪惯性测量技术和NovAtel公司的GPS接收技术结合在一起。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。